Wie werden aus Website-Besuchern Kunden?

Digital Analytics ist die Sammlung, Analyse und Auswertung von Daten der Nutzung aller digitalen Kanäle. Zweck ist, diese Informationen zum besseren Verständnis des Besucherverhaltens sowie zur Optimierung der gesamten digitalen Internetpräsenz zu nutzen. Wie geht und was bringt Digital Analytics?

Marco Hassler verantwortet Webprojekte großer Unternehmen, und die Kundenfrage „Was bringt das?“ ist sein ständiger Begleiter. Im IT-Channel von buchreport.de erklärt er Grundlagen und Anwendung von Digital Analytics.

Digital Analytics auf einen Blick

Es ist ein altes Grundbedürfnis jedes sozialen Wesens, wissen zu wollen, wie das, was man tut oder sagt, beim Gegenüber oder in der Gruppe ankommt. Darin steckt der verborgene Wunsch, in der Gemeinschaft gut aufgenommen zu sein und davon zu profitieren. Während die Zugehörigkeit zu einer Gruppe oder Gemeinschaft früher das Überleben sichern konnte, steckt heute mehr ein Identifikationsgedanke dahinter. Unverändert ist jedoch, dass man auf Feedback der Gemeinschaft angewiesen ist, will man darin nicht nur aufgenommen sein, sondern sich auch noch positiv positionieren.

Allerdings – und auch das kennen wir aus dem privaten Leben – ist der Mensch mit direktem Feedback vielfach eher zurückhaltend. Lob wird viel zu wenig ausgesprochen. Tadel wird zwecks Konfliktvermeidung auch nicht gerne angebracht. Dadurch ergibt sich nach der Theorie der bekannten Sozialpsychologen Luft/Ingham bei jedem Menschen ein sogenannter persönlicher „Blinder Fleck“ zwischen dem, was man selbst weiß und wahrnimmt, und jenem, wie einen Dritte wahrnehmen. Je größer der blinde Fleck ist, desto stärker steigt die Gefahr von Missverständnissen, Vorurteilen und Abneigung.

Aber nicht nur im privaten Umfeld, sondern auch in der Geschäftswelt kommen solche Mechanismen zum Tragen. Hohe Popularität, gutes Ankommen bei einer breiten Masse und positive Assoziationen zu einem Produkt oder einer Marke haben einen starken Einfluss auf den Geschäftserfolg. Übergeht man als Unternehmen Wünsche und Bedürfnisse von Kunden und potenziellen Käufern, kann dies im Gegenzug genauso ins Negative umschlagen.

Was ist Web Analytics, was ist Digital Analytics?

Die Disziplin, die dieses Potenzial erschließt, nennt sich heute Digital Analytics. Digital Analytics hat zum Ziel, den Empfänger einer über einen digitalen Kanal gesendeten Botschaft besser kennenzulernen, den Menschen dahinter zu sehen, ihn zu verstehen und zukünftige Botschaften präziser auf ihn abzustimmen.

Schon zu den Anfängen des Internets, als die ersten Websites aufgeschaltet wurden, stellte sich schnell einmal die Frage „Schaut sich das überhaupt jemand an – oder hat noch keiner der spärlichen Nutzer den Weg auf den Server gefunden?“

Die Frage nach dem „Ob“ änderte sich mit steigender Nutzung schnell in ein „Wie viel“: „Wie viele Seiten werden täglich aufgerufen?“, „Wie viele Besucher nutzen mein Angebot?“ Auf dieser Ebene der Fragestellung verharrte dann lange Zeit das durchschnittliche Informationsbedürfnis von meist in der IT angesiedelten Webserver-Verantwortlichen. Zum Teil ist dieses Verständnis von Analytics heute immer noch so in manchen Köpfen verankert.

Digital Analytics ist allerdings weit mehr als die reine Frage nach der Anzahl Seitenaufrufe. Mit dem Platzen der Internet-Blase in den ersten Jahren des 21. Jahrhunderts gesellten sich nämlich vornehmlich betriebswirtschaftliche Fragestellungen über Investitionen in Webangebote und Marketing-Ausgaben zu den reinen Nutzungszahlen. Nicht mehr die Cash Burn Rate – sozusagen die Geschwindigkeit, wie ein Unternehmen Geld zum Fenster hinauswarf – war ein Bewertungskriterium, sondern der Return on Investment (ROI).

Auch normale Webauftritte von Unternehmen wurden dadurch mit Überlegungen zu ROI, das heißt der Rentabilität von Investitionen, konfrontiert. Dank der im Vergleich zu anderen Medien umfassenden Messbarkeit von Online-Angeboten wurde auch die Online-Erfolgsanalyse immer raffinierter. Dementsprechend sind auch die Fragestellungen, mit denen sich Web Analytics seither und Digital Analytics heute beschäftigt, wesentlich differenzierter.

Seit sich die Kundenzentriertheit in der Angebotsgestaltung durchgesetzt hat, hat auch das Nutzer- oder Kundenerlebnis als Erfolgsmerkmal einer Website an Bedeutung gewonnen. Damit treten auch Fragen zur Messbarkeit dieser Erlebnisse stärker in den Vordergrund.

IT-Grundlagen und Technologien der Zukunft

Mehr zum Thema IT und Digitalisierung lesen Sie im IT-Channel von buchreport und Channel-Partner knk. Hier mehr

Heute will man typischerweise wissen, wo und warum Besucher eine Website oder einen anderen digitalen Kontaktpunkt erfolglos wieder verlassen, welche Produkte online ein hohes Cross-Selling-Potenzial aufweisen – oder welche von mehreren Digital-Kampagnen auf welchem Kanal die höchste Erfolgsquote und Rentabilität erzielt.

Davon ausgehend wird der Begriff „Digital Analytics“ im heutigen Verständnis umfassend für die Messung, Analyse und Auswertung von Daten zwecks Optimierung eines oder mehrerer digitaler Angebote wie Website, Mobile-App, E-Mailing oder Social-Media-Kanal definiert. Im Vordergrund steht dabei eine kanalübergreifende Betrachtung mit dem Nutzer im Zentrum. Brian Clifton, eine der Koryphäen auf diesem Gebiet, definiert dies sehr treffend wie folgt (frei übersetzt):„Digital Analytics ist das Verfolgen von digitalen Fußabdrücken, um Personen und deren Erlebnisse zu verstehen.“

Der Begriff „Web Analytics“ stammt historisch gesehen aus einer früheren Phase, als sich das gleiche Vorgehen hauptsächlich auf den Kanal „Website“ fokussierte bzw. andere Kanäle wie Mobile oder Social Media noch kein Gewicht hatten. Im engeren Sinne betrachtet befasst sich „Web Analytics“ daher nur mit der Analyse und Optimierung einer Website allein und ist damit ein Teilbereich von Digital Analytics. Allerdings fand früher auch schon unter der Bezeichnung „Web Analytics“ eine kanalübergreifende Betrachtung statt, weshalb man Digital Analytics durchaus als zeitgemäße Neubenennung von Web Analytics bezeichnen kann.

Hier wird größtenteils der Begriff „Digital Analytics“ oder einfach „Analytics“ verwendet, zumal das Vorgehen nicht nur für den Web-Kanal allein, sondern für alle digitalen Kanäle gilt. Dennoch stellt auch in der Betrachtung von Digital Analytics die Website den wohl wichtigsten Kanal dar und liegt deshalb häufig im Fokus. Der Begriff „Web Analytics“ wird dort verwendet, wo explizit nur der Web-Kanal gemeint ist.

Abb. 1: Einordnung von Analytics entlang Medientypen

Analytics-Erkenntnisse zur Website-Optimierung nutzen

Der große Vorteil des in den vorangegangenen Kapiteln beschriebenen zielorientierten Vorgehens ist, dass man zur Steigerung des Website-Erfolgs eigentlich nur eine Verbesserung seiner Global- und Micro-Conversions erzielen muss. Sobald man nämlich eine Steigerung auf einer tiefen liegenden Ebene der Ziel-Pyramide erreicht, ist dies automatisch auch auf den höheren Ebenen nützlich und verbessert damit die Zielerreichung. Da sämtliche definierten und gemessenen Aktivitäten auf die Ziele ausgerichtet sind und über die Micro-Conversions auch breit in der Besucherschaft abgestützt sind, lassen sich die Conversion-Werte praktisch vorbehaltslos einsetzen. Wie nun Conversions für die Optimierung einzelner Bereiche oder Aktivitäten auf einer Website genutzt werden können, zeigen die folgenden Abschnitte.

Benutzerführung optimieren

In den Überlegungen zu Digitalkanal-Zielen, Erfolgsfaktoren und Aktivitäten haben wir implizit bereits über mögliche Pfade von einer Einstiegsseite bis zur Conversion nachgedacht: Hauptziel einer Website ist es zum Beispiel, Bestellungen zu generieren. Bevor ein Besucher jedoch eine Bestellung auslöst, wird er typischerweise zuerst verschiedene andere Aktivitäten durchführen, zum Beispiel die Eigenschaften und das Aussehen eines Produkts genau klären oder dieses mit anderen Produkten vergleichen. Im Digital-Analytics-Framework haben wir diese Vorläufer einer Global-Conversion Erfolgsfaktoren und Aktivitäten genannt.

Konvertierungspfade identifizieren

Konvertierungspfade versuchen nun, diesen Gedanken noch etwas konsequenter weiterzuspinnen. Möchte man einen Website-Besucher früher oder später dazu bringen, eine Global-Conversion zu tätigen, überlegt man sich, welche Schritte er vorher unbedingt oder wahrscheinlich vornehmen wird. Bevor ein Besucher zum Beispiel zum Produktkäufer wird, wird er sich vorher höchstwahrscheinlich eine ausführliche Produktbeschreibung zu Gemüte führen, einige hochauflösende Produktbilder betrachten, Preisinformationen klären, eventuell die Lieferkonditionen prüfen und erst dann bestellen. Der erfolgversprechendste Pfad, der zur Global-Conversion führt, lautet dann:

Landingpage >> Aufruf Produktdetailseite >> Preisplan auswählen >> Bestellung

Natürlich ist es auch denkbar, dass ein Interessent einer Website mehrere Besuche abstattet, um diesen Pfad als Gesamtes zu durchschreiten – zum Beispiel, weil er sich noch in einer Such- und Vergleichsphase befindet und erst bei einem späteren Besuch den Kauf abschließen möchte. Abbildung 2 zeigt einen solchen Konvertierungspfad über verschiedene Schritte anhand einer Produktseite eines Telekom-Anbieters.

Abb. 2: Typischer Konvertierungspfad für die Bestellung eines iPhones

Um solche Pfade zu identifizieren, hilft es, in Besucher-Szenarien zu denken. Besucher durchlaufen im Rahmen ihrer Customer Journey verschiedene Stadien bis zu einem Produktkauf und kommen jeweils mit bestimmten Motivationen bzw. Zielen auf die Website. Andererseits möchte man sie als Unternehmen mittelfristig zu einer bestimmten Global-Conversion bewegen. In der Schnittmenge von Besucher- und Unternehmens-Ziel liegt das Szenario, für das man dann die notwendigen Schritte zu identifizieren sucht. Ein Besucher, der aufgrund eines ausgeschriebenen Wettbewerbs auf die Website gelangt und den man zur Kontaktaufnahme für eine Dienstleistung bewegen möchte – ein typisches Szenario für eine Marketing-Aktivität –, wird im Idealfall folgende Schritte unternehmen:

1. Aufruf der Landingpage oder Microsite mit dem Wettbewerb
2. Teilnahme am Wettbewerb
3. Aufruf von weiterführenden Informationsseiten
4. Kontaktaufnahme

Gleichermaßen kann man weitere Szenarien mit einem idealtypischen Ablauf definieren, zum Beispiel die Promotion eines Produkts auf der Homepage mittels Teaser oder die Suche eines Produkts über die Suchfunktion:

• Produkt-Teaser auf Homepage >> Aufruf Landingpage >> Aufruf Produktdetailseite >> Download Produktbroschüre
• Nutzung Suchfunktion >> Trefferliste >> Klick auf Treffer >> Betrachtung Produktdetailseite mit Dauer > 30 s

Abb. 3: Linearer Bestellprozess vom Warenkorb zur Bestellung

Ein Spezialfall solcher Konvertierungspfade sind lineare Prozesse wie ein Bestellprozess über fünf Seiten mit Produktauswahl, Adresseingabe, Eingabe Zahlungsinformationen, Zusammenfassungs- und Bestätigungsseite. Abbildung 3 zeigt ein Beispiel eines solchen linearen Konvertierungspfades. Im Unterschied zu den allgemeinen Konvertierungspfaden ist die Abfolge der Schritte sequenziell und vom System vorgegeben. Ein Benutzer kann so zum Beispiel nicht auf die Seite für die Eingabe der Zahlungsinformationen gelangen, ohne zuvor ein Produkt ausgewählt und die Adressdaten erfasst zu haben.

Jeder Ausstieg aus solch einem Konvertierungspfad bedeutet, dass der Prozess abgebrochen wurde. Gerade, wenn es sich um einen Ablauf handelt, der besonders nahe an einer Global-Conversion steht – bei einem Bestellprozess zweifellos der Fall –, ist jeder Ausstieg tragisch. Lineare Konvertierungspfade verdienen deshalb besondere Beachtung bei der Optimierung.

Vorgehen zur Optimierung von Konvertierungspfaden

Zielsetzung einer Optimierung ist es nun, einen identifizierten Konvertierungspfad möglichst effektiv zu gestalten, das heißt, möglichst viele Besucher, deren Motivation mit dem Website-Ziel übereinstimmt, durch einen solchen Pfad hindurchzuschleusen. Dies erreicht man zum einen, indem man mögliche Navigationshindernisse oder andere Hürden auf den einzelnen Seiten aus dem Weg räumt. Zum anderen sollten die Seiten der einzelnen Konvertierungsstufen gezielt so gestaltet sein, dass der Besucher auf die nächste Stufe gelenkt wird. Auch ein „Nachfassen“ durch Remarketing-Maßnahmen hilft, um einen allenfalls abgeschweiften Besucher wieder auf den gedachten Pfad zu bringen.

Da eine solche „Lenkung“ des Besuchers vielleicht eher ein Wunschdenken des Website-Betreibers ist – Besucher lassen sich genauso wie Menschen sonst im Leben nicht so gerne fremdsteuern –, sollte zumindest einfach erkenntlich sein, wie man zur nächsten Stufe gelangt. Wenn also nach einer Teilnahme an einem Wettbewerb der nächste Schritt der Aufruf von Zusatzinformationen ist, dann darf der Link dazu nicht irgendwo unten rechts versteckt sein, sondern muss prominent mitten auf der Abschlussseite des Wettbewerbs platziert sein.

Die Metrik, die man für Optimierungen dieser Art heranzieht, ist die Conversion Rate. Am besten bildet man dazu Ereignisse ab oder bildet Segmente aus für all jene Besucher, die Schritt 1, Schritt 2 und jeden weiteren erreicht haben. An jedem Schritt wertet man dann die Conversion Rate für das Ziel aus, das als letzter Schritt im Pfad steht. Anschließend kann man davon ausgehend mit der Veränderung der Gestaltung oder der Usability der einzelnen Schrittseiten beginnen. Dies kann zum Beispiel eine besser sichtbare Positionierung eines Teasers, eine attraktivere Linkposition oder eine textliche Umbenennung sein. Bei in Abbildung 4 dargestellter Produktdetail-Seite eines Online-Shops wird man bei einer solchen Betrachtung feststellen, dass auf der Produktdetail-Seite der Bestell-Button fehlt – eine schwerwiegende Unterlassung, wenn der Besucher auf der Detailseite die Kaufentscheidung trifft und nun eigentlich gerne bestellen möchte.

Abb. 4: Informative Produktdetail-Seite – aber wo kann man bestellen?

Schaltet man so veränderte Seiten nun live und lässt Nutzer einige Tage lang den angepassten Prozess durchschreiten, erhält man zeitlich abgegrenzt eine Vergleichsauswertung. Indem man die Conversion Rate von der Vorversion mit jener der aktuellen Version vergleicht, erhält man eine eindeutige Aussage dazu, ob die Verbesserungen den gewünschten Effekt gebracht haben oder nicht.

Um einen Prozess weiter zu optimieren, wird man das beschriebene Verfahren mehrmals wiederholen. Stets stellt man eine Hypothese auf und testet diese, das heißt, man ändert Kleinigkeiten an der Website bzw. den einzelnen Schritten, von denen man glaubt, dass sie anders besser funktionieren könnten. Von Rückschlägen in Form einer gesunkenen Conversion Rate sollte man sich dabei nicht betrüben lassen – sondern vielmehr von diesen falsifizierten Hypothesen lernen. Zur Not sind die jeweiligen Änderungen ja recht schnell auch wieder rückgängig gemacht.

Mit diesem Verfahren nähert man sich in kleinen Trial-and-Error-Schritten einem optimierten Prozess und damit einer verbesserten Conversion Rate an. Jim Sterne, einer der Pioniere im Analytics-Umfeld, nennt diese Vorgehensweise in seinem Buch Web Metrics – Proven Methods for Measuring Web Site Success.„TIMITI“. Dies ist ein Akronym für „Try It, Measure It, Tweak It“ und bedeutet ausprobieren, messen, verfeinern.

Hilfreich bei solchen Optimierungsschritten ist das Browser-Overlay, falls das Analytics-Tool über ein solches verfügt. Am besten versetzt man sich dann in einen Benutzer, der mit der betreffenden Motivation auf die Ausgangsseite gelangt. Seinem Bedürfnis folgend prüft man nun, ob die jeweils gedachte Benutzerführung zum nächsten Schritt tatsächlich so offensichtlich ist. Das Browser-Overlay mit der Anzeige der Klickzahlen auf sämtlichen Links hilft dabei, direkt zu verstehen, weshalb sich die Besucher vielleicht anders verhalten als gedacht.

Trichteroptimierungen

Das wohl wichtigste Instrument bei der Analyse und Optimierung von Konvertierungspfaden sind jedoch sogenannte Trichterauswertungen oder Funnels, wie Sie sie in Kapitel 8 bei den Betrachtungen von Besucherflüssen bereits kennengelernt haben. Wenn man sich den Konvertierungspfad von der ersten bis zur letzten Seite des Pfades vorstellt, dann werden relativ viele Besucher den ersten Schritt besuchen, jedoch nur noch ein Bruchteil davon den letzten Schritt erreichen. Die restlichen fallen irgendwo in den Zwischenschritten aus dem Pfad und wählen einen anderen Weg. Wenn man dies in der Vertikalen betrachtet, dann ergibt sich aus der abnehmenden Besuchermenge auf den einzelnen Schritten so etwas wie eine Trichterform. Abbildung 5 zeigt schematisch einen solchen Trichter.

Abb. 5: Die Besuchermenge vom Einstieg bis zur Conversion bildet eine Trichterform.

Das Ziel einer Optimierung ist es nun natürlich, einen möglichst großen Anteil der Besucher geradlinig durch diesen Trichter durch und hin zum Website-Ziel zu bringen. Jede Optimierung, die man zwischen den einzelnen Schrittabfolgen machen kann, um mehr Besucher eine Stufe näher an das Ziel zu bringen, hat direkten und positiven Einfluss auf die Zielerreichung und damit den Erfolg der Website.

Seiten, die solchen Konvertierungspfaden angehören, bedürfen deshalb besonderer Beachtung im Hinblick auf Nützlichkeit der Inhalte, Bedienbarkeit und Führung zum nächsten Zwischenschritt hin.

Abb. 6: Kleine Optimierungen in Konvertierungspfaden haben großen Einfluss auf die Erreichung von Website-Zielen.

Indem man im Analytics-System solche Abfolge von Seiten speziell hinterlegt, werden diese Trichterauswertungen möglich. Die Auswertungen zeigen die Anzahl oder den Prozentsatz der Ausstiege auf den betreffenden Zwischenschritten. Abbildung 7 zeigt zum Beispiel einen solchen Trichter über vier Zwischenschritte hin zu einem Conversion-Ereignis.

Diejenigen Schritte, wo überproportional viel Besucher aussteigen, sollte man genauer untersuchen. Offenbar scheint der Trichter dort ein besonders großes Leck zu haben. Dementsprechend muss man versuchen, diese Löcher zu stopfen. Die Gründe für die Ausstiege finden wir wiederum am einfachsten, wenn wir uns die Motivation eines Benutzers innerhalb des Trichters vor Augen halten und dann mittels eingeblendetem Browser-Overlay den Pfad durchschreiten.

Abb. 7: Trichterauswertung für eine Kontakt-Aufnahme über vier Schritte mit Ein- und Ausstiegsseiten auf den Zwischenschritten

Zusätzliche Anhaltspunkte, weshalb Benutzer den Pfad verlassen haben könnten, geben uns auch die von den Nutzern gewählten Folgeseiten beim Verlassen des Trichters. In Abbildung 7 sind diese auf der rechten Seite der jeweiligen Schritte ersichtlich. Eine häufige Ursache für solche Ausstiege ist es in der Praxis, dass ein sich im Trichter befindlicher Besucher von anderen Angeboten abgelenkt wird und von seinem ursprünglichen Task abgebracht wird. Hat ein Nutzer zum Beispiel bereits Produkte in den Warenkorb gelegt und befindet sich bei der Eingabe von Adress- oder Zahlungsinformationen, dann sollte man tunlichst auf die Anpreisung von weiteren Produkten verzichten – selbst, wenn diese ideal die Produkte im Warenkorb ergänzen. Zu groß ist die Gefahr, dass der Benutzer davon abgelenkt wird, noch weitere Produktvergleiche anstellt und schließlich vielleicht bei einem anderen Anbieter oder gar nicht bestellt. In eingeschränkterem Maß gilt diese Regel auch für nichtlineare Konvertierungspfade. Auch hier sollte der Fokus für den Benutzer klar auf den nächsten Schritt im gedachten Prozess liegen. Jede Zusatzoption und jeder Quer-Teaser kann ihn von der gewünschten Conversion abbringen.

Betrachtet man die Besucherzahlen innerhalb solcher Trichter aus etwas größerer Flughöhe, kann man noch weitere Muster identifizieren. Interessant für eine Interpretation ist insbesondere, welche Form die Trichter bilden in Abhängigkeit davon, an welcher Stelle des Trichters die Besucher aussteigen. Matt Cutler und Jim Sterne unterscheiden in ihrem Whitepaper E-Metrics: Business Metrics for the New Economy vier unterschiedliche Formen solcher Trichter, die sie mit dem Aussehen von unterschiedlichen Trinkgläsern vergleichen. Abbildung 8 zeigt diese Formen, die einmal ein Martini-Glas, ein Margerita-, ein Wein- und ein Cocktail-Glas repräsentieren.

Weist ein Trichter die Form eines Martini-Glases auf, lässt sich Folgendes aussagen: Offensichtlich gelingt es gut, Besucher anzusprechen, allerdings scheinen es die falschen zu sein, denn das effektive Angebot entspricht nicht der Erwartungshaltung der Besucher. Möglicherweise ist der Teaser oder die Werbung für das Ziel zu reißerisch oder auf die falsche Zielgruppe ausgerichtet. Weist ein Trichter eine solche Form auf, sollte man also die Werbebotschaft oder die Ankündigungen und Teaser besser mit dem effektiven Angebot abgleichen.

Hat ein Trichter die Form eines Margarita-Glases, lässt sich Folgendes aussagen: Besucher fühlen sich von dem Angebot angezogen und zeigen auch näheres Interesse. Dann allerdings lassen sie sich offensichtlich verwirren und brechen die weiteren Schritte ab. Möglicherweise ist das Produkt oder die Dienstleistung zu wenig umfassend beschrieben, die Benutzerführung ist schlecht oder die Navigation verwirrend. Häufig ist eine solche Trichter-Form in allgemeinen Usability-Problemen auf der Website begründet. Eine grundsätzliche Überprüfung der Informationsarchitektur und der Bedienbarkeit ist daher angebracht.

Abb. 8: Unterschiedliche Trichter-Formen mit Ähnlichkeiten zu Getränkegläsern gemäß Cutler/Sterne

Zeigt der Trichter die Form eines Weinglases, dann zeigen sich Besucher interessiert und sind schließlich auch überzeugt vom Angebot. Allerdings scheitert das Ganze dann am Abschluss. Dies ist meist ein Indiz dafür, dass Kleinigkeiten mit großer Wirkung in einem Abschluss- oder Bestellprozess nicht stimmen. Eventuell fragt ein Kontaktformular nach zu sensiblen Daten, eine Checkbox verlangt das Akzeptieren von unklaren AGBs oder ein Bestellprozess ist schlichtweg nicht bedienbar. Wenn ein Trichter ein solches Muster aufweist, dann sollten Sie den Abschlussprozess auf mögliche Hürden und die Erfüllung der wichtigsten Usability-Kriterien prüfen.

Gleicht ein Trichter einem gleichförmigen Cocktail-Glas, dann läuft der Besucherfluss im Trichter so, wie er sollte. Offensichtlich gelingt es dann in einem guten Verhältnis, Besucher anzulocken, ihr Interesse zu wecken, sie zu überzeugen und schließlich zum Abschluss zu führen.

Formularoptimierungen

Vielfach besteht der letzte Schritt vor einer Global-Conversion aus einem Formular – zum Beispiel einem Kontakt-Formular oder Bestellformular –, in dem der Besucher persönliche Daten preisgibt. Da bei Bestellungen häufig zwanzig und mehr Angaben wie Name, Adresse, Zahlungsinformationen etc. gesammelt werden, teilt man solche Formulare auf mehrere Schritte auf. Schritt 1 nimmt dann zum Beispiel die Rechnungsadresse auf, Schritt 2 die Lieferadresse, Schritt 3 die Zahlungsangaben usw. Solche mehrstufigen Formulare werden anschließend vom Benutzer linear durchschritten. Jeder Absprung in einem solchen Formular ist nun für den Website-Betreiber besonders tragisch, da der Besucher den Kaufentscheid offenbar bereits getroffen hat, jedoch durch irgendwelche Umstände – meist nur noch in Usability-Ursachen begründet – am Abschluss gehindert wird. Formulare generell und mehrstufige Formulare im Speziellen verdienen deshalb besondere Beachtung in der Web-Analyse.

Bildet man für die linearen Formularprozesse in einem Analytics-System Trichter wie in den vorhergehenden Abschnitten beschrieben ab, erkennt man im Groben relativ schnell, bei welchem Schritt Besucher abbrechen. In der Detailanalyse wird man deshalb zuerst jenen Schritt mit der größten Abbruchrate näher untersuchen. Ein Hilfsmittel, das dann Wunder bewirken kann, ist die Formularfeld-Analyse.

Die Formularfeld-Analyse ist ein wirklich mächtiges Instrument zur Aufdeckung von Usability-Hürden. Die Auswertung zeigt nämlich, bei welchem Formularfeld genau innerhalb einer Seite ein Besucher die Eingabe abgebrochen hat. Wenn ein Besucher mit dem Ausfüllen eines Formulars beginnt und dann an einer bestimmten Stelle ins Stocken gerät, dann ist dies ein ziemlich gutes Indiz dafür, dass das betreffende Feld eine schwer überwindbare Hürde im Prozess darstellt.

Aufgrund der Komplexität der Messung werden solche Auswertungen jedoch nur von einigen wenigen Analytics-Systemen geboten, die eher im oberen Segment anzusiedeln sind. Jedoch lässt sich mit einigen Kniffs & Tricks auch für ein System wie Google Analytics eine solche Formularfeld-Abbruchmessung einrichten. Abbildung 9 zeigt, wie Google Analytics mittels eines eingerichteten Event-Trackings ausweist, bei welchen Formularfeldern das Ausfüllen abgebrochen wurde.

Häufig sind solche Hürden mit Ausstiegsfolge darin begründet, dass für das vom Besucher angestrebte Ziel zu sensible Daten gesammelt werden. Ist es in einem Bestellprozess für ein Produkt noch legitim, nach Adresse oder gar Geburtsdatum zu fragen, ist dies bei einer einfachen Kontaktanfrage sicher zu viel. Auch E-Mail-Adressen geben Besucher nur ungern preis, da sie Angst davor haben, später dadurch mit Spam-Mails überhäuft zu werden.

Abbildung 9 zeigt recht eindrücklich, wie das Geburtsdatum in einem mehrstufigen Bestellprozess offenbar der Hauptgrund für zahlreiche Abbrüche des Prozesses ist. In einem solchen Fall gibt es nur zwei Möglichkeiten: entweder das Geburtsdatum gar nicht erfragen oder die Eingabe nicht als Pflichtfeld gestalten – oder dann eine klare und transparente Erklärung abgeben, weshalb dieses benötigt wird und was damit geschieht. Da im gezeigten Beispiel von Abbildung 9 das Geburtsdatum lediglich für die Überprüfung einer Volljährigkeit benötigt wurde, hat man dies nach der Analyse über ein einfaches Bestätigungsfeld gelöst und so die Abbruchrate massiv gesenkt.

Abb. 9: Anzeige der häufigsten Abbruchfelder innerhalb eines Formulars

Allgemein lassen sich für Formulare und Dateneingaben folgende Beachtungspunkte zusammenfassen:

• Sammeln Sie nur so viele Daten, wie unbedingt nötig sind, um das angestrebte Benutzer-Ziel zu erfüllen. Wenn der Benutzer etwas zugesandt erhält, dann ist es notwendig, nach der E-Mail-Adresse oder physischen Adresse zu fragen – sonst nicht.
• Bei der Erfragung von Daten, die nicht für die Erfüllung des Benutzerziels notwendig sind, geht man das Risiko ein, dass der Prozess abgebrochen wird. Man kann dies riskieren, wenn der angebotene Nutzen für den Benutzer hoch ist. Bei einem Wettbewerb mit hohen Gewinnchancen oder attraktiven Preisen hat das Ziel einen solch hohen Wert, den Besucher eventuell mit der Preisgabe von persönlichen Daten „bezahlen“. Der Download einer Produktbroschüre wird dem Benutzer hingegen kaum die Preisgabe persönlicher Informationen wert sein.
• Im Zweifelsfall sollten Sie für solche Felder die Eingabe optional lassen. Dies bedeutet, dass das Feld kein Pflichtfeld darstellt, das zur Absendung des Formulars zwingend notwendig ist. Allerdings sollte man sich bewusst sein, dass auch optionale Felder eine gewisse Abschreckung bewirken können.
• Wenn Sie nach Daten fragen, die Sie für die Erbringung der Dienstleistung benötigen, dies jedoch für den Benutzer nicht offensichtlich ist, erklären Sie die Situation in einem kurzen Statement. Als kompakte Möglichkeit haben sich kleine Icons oder Text-Fragezeichen neben den betreffenden Formularfeldern bewährt, die sich bei Mouse-Over um das Statement erweitern. Bei E-Mail-Adressen kann so eine Erklärung zum Beispiel lauten, dass die Mail-Adresse zwecks Bestellbestätigung und Rückfragen benötigt, jedoch für keine weiteren Zwecke wie Werbung verwendet wird.
• Platzieren Sie auf jeder Seite einen gut sichtbaren Link zu Ihrer Datenschutzerklärung. Wie eine solche aufgebaut sein soll, ist in Kapitel 3 erläutert.

Mit freundlicher Genehmigung der mitp Verlags GmbH & Co. KG.

Marco Hassler arbeitet beim Webdienstleister namics und ist dort insbesondere in der inhaltlichen und technischen Konzeption von Websites für Großunternehmen tätig. Seit 2002 beschäftigt er sich mit verschiedenen Methoden von Web Analytics.

Marco Hassler: Digital und Web Analytics.

mitp-Verlag. Neuauflage 2019.

464 Seiten EUR 29,99

E-Book (EPUB und PDF) EUR 25,99

Buch & E-Book EUR 34,99